NVIDIA: Open-Source-Framework für Medizinphysik verkürzt das Training von Roboterrichtlinien von 5 Stunden auf 2 Minuten

Was bringt das neue Open-Source-Framework für Medizinphysik?

NVIDIA hat das Medical-Physics-Simulation-Framework innerhalb seiner Plattform NVIDIA Isaac for Healthcare als Open Source veröffentlicht. Das Framework kombiniert klassische physikalische Simulation, also die mathematische Modellierung realer Kräfte und Materialien, mit dem generativen KI-System Cosmos-H Dreams, das realistische visuelle und sensorische Szenarien erzeugt. Ziel ist das Training von Roboterrichtlinien, erlernten Entscheidungsmodellen für Roboteraktionen, bevor kostspielige und langsame Tests an echter chirurgischer Hardware erfolgen.

Benchmark verkürzt Training von 5 Stunden auf 2 Minuten

Laut NVIDIAs Benchmark verkürzte das gleichzeitige Ausführen von 8.192 parallelen Trainingsumgebungen die Trainingszeit von über 5 Stunden auf unter 2 Minuten. Der Vergleich ist eindeutig: Dieselbe Aufgabe, die zuvor sequenzielles Testen über Stunden hinweg erforderte, wird nun durch parallele Simulation innerhalb eines einzigen kurzen Durchlaufs gelöst, was die Iteration bei der Entwicklung robotischer Algorithmen für chirurgische Anwendungen um Größenordnungen beschleunigt.

Partner aus der chirurgischen Robotik und die dahinterstehenden Technologien

Zu den Partnern, die das Framework nutzen, zählen CMR Surgical und Cambridge Consultants, die fast 500 Stunden anonymisierter klinischer Daten für die Simulation von Weichgewebechirurgie beigesteuert haben, sowie Johnson & Johnson MedTech, dessen MONARCH-System für die Urologie einen digitalen Zwilling, eine virtuelle Nachbildung des physischen Systems, zum Testen vor dem Einsatz nutzt. Weitere Partner sind XCath, Inner Logic und Medtronic Structural Heart, jeweils mit eigenen spezifischen Roboterplattformen für minimalinvasive Eingriffe. Das Framework basiert auf NVIDIAs Technologien CUDA, Warp, Newton und Cosmos und ist damit an NVIDIAs breitere Infrastruktur für Robotik und Simulation angebunden. Die Offenlegung des Codes bedeutet, dass Entwicklungsteams weltweit eigene medizinische Robotiksimulationen aufbauen können, ohne eine eigene, kostspielige Infrastruktur zur Erfassung realer klinischer Daten zu benötigen, wodurch sich der gesamte Entwicklungszyklus von der Idee bis zum klinisch validierten Robotersystem beschleunigt.